本文關(guān)鍵詞：SIFT算法優(yōu)化及其在遙感影像配準(zhǔn)中的應(yīng)用　出處：《遙感信息》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 影像配準(zhǔn) 尺度不變特征轉(zhuǎn)換 歸一化互相關(guān)法 隨機(jī)抽樣一致性算法 角度偏差

【摘要】：針對(duì)傳統(tǒng)尺度不變特征轉(zhuǎn)換(scale invariant feature transform,SIFT)方法在處理存在角度偏差的圖像配準(zhǔn)數(shù)據(jù)時(shí)得到的配準(zhǔn)點(diǎn)對(duì)數(shù)量低以及配準(zhǔn)精度不高的問題,提出一種基于多角度歸一化互相關(guān)法優(yōu)化的SIFT遙感圖像配準(zhǔn)方法。以相關(guān)性系數(shù)為標(biāo)準(zhǔn)確定圖像最佳配準(zhǔn)位置,進(jìn)行角度校正;用SIFT算法進(jìn)行特征提取和特征匹配,并結(jié)合隨機(jī)抽樣一致性算法(random sample consensus,RANSAC),剔除錯(cuò)誤配準(zhǔn)點(diǎn),以提高配準(zhǔn)精度。實(shí)驗(yàn)表明,該實(shí)驗(yàn)配準(zhǔn)方法比單一的SIFT配準(zhǔn)方法得到數(shù)量更多且精度更高的特征點(diǎn)對(duì),結(jié)果顯示SIFT配準(zhǔn)點(diǎn)對(duì)數(shù)量平均提高24.5倍,RANSAC算法確定的正確配準(zhǔn)點(diǎn)對(duì)平均調(diào)高86.8倍。
[Abstract]:For the traditional scale invariant feature conversion, scale invariant feature transform. The SIFT method has the problems of low number of registration points and low registration accuracy when processing image registration data with angle deviation. A method of SIFT remote sensing image registration based on multi-angle normalized cross-correlation method is proposed. The best registration location is determined by correlation coefficient and angle correction is carried out. SIFT algorithm is used for feature extraction and feature matching, and random sample consensus algorithm is combined with random sampling consistency algorithm (RANSAC). In order to improve the registration accuracy, the experimental results show that the experimental registration method obtains more feature pairs with higher accuracy than the single SIFT registration method. The results show that the number of SIFT matching point pairs is increased by 24.5 times on average and the correct matching point pairs determined by RANSAC algorithm are 86.8 times higher on average.
【作者單位】： 遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院;中國科學(xué)院遙感與數(shù)字地球研究所;國家電網(wǎng)公司交流建設(shè)分公司;
【基金】：國家科技支撐項(xiàng)目(2015BAB05B05-2) 國家測(cè)繪地理信息局?jǐn)?shù)字制圖與國土信息應(yīng)用工程重點(diǎn)實(shí)驗(yàn)室開發(fā)基金(GCWD201401) 中國科學(xué)院百人計(jì)劃項(xiàng)目(Y34005101A)
【分類號(hào)】：TP751
【正文快照】： 3.國家電網(wǎng)公司交流建設(shè)分公司,北京100052)0引言圖像配準(zhǔn)的過程就是一個(gè)空間映射的過程,通過某種空間變換使得兩幅圖像中同一目標(biāo)點(diǎn)達(dá)到空間位置一致的效果。圖像配準(zhǔn)技術(shù)可以分為基于圖像灰度和基于圖像特征這兩種配準(zhǔn)方法,其中基于圖像特征的配準(zhǔn)方法以其計(jì)算量小、速度快

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳冬梅;郭晶;王軍;;基于SIFT算法的海底圖像自動(dòng)拼接[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年03期

2 索效榮;齊苑辰;;基于SIFT算法的無人機(jī)航空遙感影像匹配[J];測(cè)繪科學(xué);2012年01期

3 邢誠;;基于簡(jiǎn)化SIFT算法的無人機(jī)影像重疊度分析[J];哈爾濱工程大學(xué)學(xué)報(bào);2012年02期

4 楊磊;郭秀娟;;基于局部特征的SIFT算法的應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報(bào);2011年02期

5 齊乃新;曹立佳;楊小岡;朱瑞奇;;基于圓環(huán)域描述的改進(jìn)快速SIFT算法[J];四川兵工學(xué)報(bào);2014年07期

6 武建明;田錚;劉向增;延偉東;;圖像多尺度配準(zhǔn)的小波域SIFT方法[J];西北工業(yè)大學(xué)學(xué)報(bào);2011年01期

7 陳曦;;基于SIFT的視覺單詞在人臉識(shí)別中的研究[J];科學(xué)技術(shù)與工程;2013年20期

8 李新;禹翼;;基于SIFT算法的交通標(biāo)志識(shí)別[J];制造業(yè)自動(dòng)化;2012年05期

9 王瑞瑞;馬建文;陳雪;;多傳感器影像配準(zhǔn)中基于虛擬匹配窗口的SIFT算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年02期

10 張劍;何驊;詹小四;肖俊;;用SIFT詞匯樹實(shí)現(xiàn)的姿態(tài)無關(guān)的人臉識(shí)別[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年11期

相關(guān)會(huì)議論文 前8條

1 汪麗華;汪道寅;王澤梁;;SIFT算法圖像自適應(yīng)優(yōu)化[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 安如;王慧麟;晏翔;;基于SIFT和漸進(jìn)局部幾何約束的多源遙感圖像自動(dòng)匹配研究[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 符宇;任獲榮;;PCA-SIFT的工件圖像識(shí)別算法[A];第五屆數(shù)控機(jī)床與自動(dòng)化技術(shù)專家論壇、第18屆中國西部國際裝備制造業(yè)博覽會(huì)�？痆C];2014年

4 孟德劍;孫劍峰;郜鍵;;基于SIFT的激光雷達(dá)圖像拼接[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

5 鄧文鍇;楊穎;楊杏芬;梁志明;黃俊明;謝曉萍;鄭穗生;古梅英;;SIFT試驗(yàn)方法的建立及在皮膚刺激性評(píng)價(jià)中的應(yīng)用[A];中國毒理學(xué)會(huì)第六屆全國毒理學(xué)大會(huì)論文摘要[C];2013年

6 陳志華;吳彩榮;趙建鋒;曾鍛成;;SIFT算法的介紹和應(yīng)用[A];廣西計(jì)算機(jī)學(xué)會(huì)2008年年會(huì)論文集[C];2008年

7 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國控制會(huì)議論文集[C];2010年

8 巨西諾;孫繼銀;;一種基于可見光模板的紅外目標(biāo)檢測(cè)算法[A];中國電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 張志成;基于SIFT算法的無人機(jī)影像優(yōu)化拼接研究[D];東北大學(xué);2013年

2 廖啟欣;SIFT在視頻監(jiān)控人臉識(shí)別中的應(yīng)用研究[D];廣州大學(xué);2016年

3 張平;基于SIFT的浮選泡沫圖像動(dòng)態(tài)特性提取方法[D];大連理工大學(xué);2016年

4 李耀云;基于SIFT算法的雙目立體視覺定位研究[D];太原理工大學(xué);2013年

5 林傳力;基于內(nèi)容的圖像檢索和Sift算法的應(yīng)用[D];上海交通大學(xué);2008年

6 張瑞年;基于SIFT特征的視頻拷貝檢測(cè)技術(shù)研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2012年

7 陳裕;基于SIFT算法的無人機(jī)遙感圖像配準(zhǔn)[D];中南大學(xué);2009年

8 劉霞;基于SIFT的圖像融合方法及其在民族特征中的研究[D];東北大學(xué);2011年

9 張璐;基于印刷體數(shù)字SIFT特征的目標(biāo)識(shí)別[D];電子科技大學(xué);2013年

10 張婷;基于SIFT數(shù)字圖像復(fù)制黏貼篡改盲檢測(cè)研究[D];河北工程大學(xué);2013年

，

本文編號(hào)：1434618